설문 분석의 기술통계

Python으로 설문 데이터 분석하기

EbunOluwa Andrew

Data Scientist

설문 분석의 기술통계란?

설문 데이터를 요약해 설명하는 기본 지표
단일 변수와 해당 표본을 기술함

돋보기와 펜이 있는 그래프

왜 기술통계를 쓰나요?

데이터를 명확히 요약
형태
- 표 형식 제시
- 시각화
이상치 식별에 도움

확대경으로 그래프를 보는 이미지

도수와 분포

각 계급의 발생 횟수로 데이터를 묶음
질적·양적 데이터에 모두 적용
원시 설문에서 다양한 결과의 개수 집계
막대/히스토그램/파이/선 차트 등

통계 데이터, 그래프와 차트를 보는 모습

중심경향: 평균, 중앙값, 최빈값

분포의 중심을 나타내는 단일 값
평균 = 산술평균
중앙값 = 오름차순 정렬 시 가운데 값
최빈값 = 가장 자주 나타나는 값

변산성 지표

데이터가 중심에서 얼마나 떨어져 있는지 판단
범위
- 최댓값과 최솟값의 차이
표준편차
- 평균적 분산
- 값이 평균에서 얼마나 떨어졌는지 파악

사람들이 위에서 본 모습으로 선으로 연결되어 성장 그래프를 이루는 이미지

설문: dietary_habits

dietary_habits.head()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             5 |              4 |
| 18-24 | Male   |             4 |              1 |
| 45-54 | Male   |             3 |              3 |
| 18-24 | Male   |             2 |              1 |
| 18-24 | Female |             3 |              1 |

도수분포: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number")

|        | Number |
|--------|--------|
| Male   | 40     |
| Female | 38     |

Index: Gender

도수분포: dietary_habits

dietary_habits.Gender.value_counts().to_frame("Number").plot(kind='bar')

성별 도수분포 막대그래프

대표값 지표: dietary_habits

.mean()
.median()
.mode()

대표값 지표: dietary_habits

.mean()

dietary_habits.mean()

| meals_per_day  | 3.128205 |
| eat_out_per_wk | 1.897436 |
| dtype: float64 |          |

대표값 지표: dietary_habits

.median()

dietary_habits.median()

| meals_per_day  | 3.0 |
| eat_out_per_wk | 1.5 |
| dtype: float64 |     |

대표값 지표: dietary_habits

.mode()

dietary_habits.mode()

| Age   | Gender | meals_per_day | eat_out_per_wk |
|-------|--------|---------------|----------------|
| 18-24 | Male   |             3 |              1 |

변산성 지표: dietary_habits

print(dietary_habits.meals_per_day.max() - dietary_habits.meals_per_day.min())

print(dietary_habits.meals_per_day.std())

0.6518500018473766

Ayo berlatih!

Python으로 설문 데이터 분석하기